智能制造导论教学指导 全套

智能制造导论教学指导.目录结构第1章智能制造总论1.1智能制造的时代背景1.1.1制造业发展1.1.2全球制造业转型现状1.2智能制造概述1.2.1智能制造的概念1.2.2智能制造化参考模型1.2.3智能制造标准体系架构1.3智能制造技术特征1.3.1自动化制造1.3.2智能化制造—工业机器人1.3.3网络化制造—物联网1.3.4协同制造—工业互联网1.3.5预测型制造—工业大数据1.4中国智能制造之路1.4.1技术创新1.4.2精益生产管理1.4.3体制改革第2章智能制造系统2.1智能制造系统架构2.2产品全生命周期管理系统2.2.1三维可视化管理2.2.2虚拟仿真技术2.2.3数据管理2.3生产执行系统2.3.1生产执行系统概述2.3.2生产执行系统应用2.3.3端到端工程2.3.4高度集成化2.3.5实时分析2.3.3数据运营2.4物理信息系统（CPS）2.4.1定义2.4.2结构体系2.4.3特征2.4.4机遇与挑战2.4.5CPS与智能制造2.5西门子的智能制造系统2.5.1制造中的自动化2.5.2制造中的仿真与数据管理2.5.3制造中的生产执行系统2.5.4制造中的物流系统.目录结构第3章智能制造装备与服务3.1智能制造装备3.1.1智能制造装备的定义3.1.2市场需求与产业前景3.2智能制造装备技术3.2.1装备运行与环境感知、识别技术3.2.2性能预测与智能维护技术3.2.3智能工艺规划与编程技术3.2.4智能数控技术3.3智能制造服务3.3.1智能制造服务的定义3.3.2智能制造服务的未来发展3.4智能制造服务技术3.4.1服务状态感知技术3.4.2信息安全技术3.4.3协同服务技术第4章智能制造核心技术4.1智能硬件4.1.1工业机器人4.1.2智能传感器4.1.3智能终端4.2工业识别4.2.1机器视觉技术4.2.2射频识别技术4.2.3工厂物联网4.3信息技术4.3.1工业大数据4.3.1云计算技术4.3.2虚拟制造技术4.3.3制造信息系统.目录结构第5章智能制造的产业模式5.1商业思维的颠覆5.1.1营销方式的转变5.1.2个性化需求和生产5.1.3预测型制造5.2新型价值体系5.2.1新型价值体系的特征5.2.2价值网络的整合5.2.3智能生产5.2.4服务型制造5.3智能制造的产业前景5.3.1人机协作5.3.3高端装备5.3.2产业升级5.3.2跨界融合第6章智能制造的应用和展望6.1机器人时代6.1.1中国机器人产业现状6.1.2案例：浙江样板调查6.2智能工厂6.2.1智能工厂的概念6.2.2案例：江淮汽车制造工厂6.2.3案例：云制造平台“亿能云联”6.3中国智造的使命6.3.1劣势与挑战6.3.2行动纲领6.3.3转型策略.第一章智能制造总论本章目标■了解智能制造的时代背景■了解制造业的转型历程■掌握智能制造的概念■掌握智能制造的理论基础和体系结构■了解智能制造的技术特点■熟悉智能制造与物联网、机器人、大数据等之间的联系■了解中国制造的技术、管理、制度的创新.第一章智能制造总论.1.1智能制造的时代背景表1-1制造业发展历程发展阶段年份里程碑主要成果机械化1760~1860水力和蒸汽机机器生产代替手工劳动，社会经济基础从农业向以机械制造为主的工业转移电气化1861~1950电力和电动机采用电力驱动的大规模生产，产品零部件生产与装配环节的成功分离，开创了产品批量生产的新模式自动化1951~2010电子技术和计算机电子计算机与信息技术的广泛应用，使得机器逐渐能够代替人类作业智能化2011~至今网路和智能化实现制造的智能化与个性化，集成化.1.2智能制造的产生.1.3中国制造业的困局.1.4全球制造业转型现状在欧洲，2012年年初，德国提出了工业4.0(即第四次工业革命)战略，如图1-2所示。德国政府认为，当今世界正处于“信息网络世界与物理世界的结合”时期，应重点围绕“智慧工厂”和“智能生产”两大方向，巩固和提升本国在制造业的领先优势。为此，德国政府将工业4.0作为德国的国家战略，并设立专项资金支持该的实施。在2013年的德国汉诺威工业博览会上，西门子展示了如何运用其世界领先的科技创新成果，帮助制造业应对当今挑战，打造未来制造业发展的新模式。同时展示了融合规划、工程和生产工艺以及相关机电系统于一体的工业4.0全面解决。德国电子电气工业协会预测，工业4.0将使现有企业工业生产效率提高30%。.1.4全球制造业转型现状法国一些企业高层管理人员也认为，虽然法国政府没有提出明确计划，但新一轮的工业革命已然正在进行，并将推动人类的显著进步。据预测，未来几年工业信息技术与软件市场的规模将以年均8%的速度增长，这一速度将是西门子在工业业务领域相关市场总体规模的两倍。与此同时，经历了次贷危机的美国也在通过各种措施，推动先进制造业发展。2009年初，美国开始调整经济发展战略，并于同年12月公布了《重振美国制造业框架》，2011年6月和2012年2月，又相继启动了《先进制造业伙伴计划》、《先进制造业国家战略计划》，推行“再工业化”和“制造业回归”。.1.4全球制造业转型现状在亚洲，日本也十分重视高端制造业的发展，2014年，经济产业省继续把3D打印机列为优先政策扶持对象，计划当年投资45亿日元，实施名为“以3D打印造型技术为核心的产品制造革命”的大规模研究开发项目，加大企业开发3D打印技术等智能制造技术的财政投入。2015年5月19日，国务院印发《中国制造2025》，部署全面实施制造强国战略。提出要以智能制造作为主攻方向，强化工业基础能力，提高综合集成水平，促进产业转型升级。.1.5智能制造的概念智能制造(IntelligentManufacturing,IM)简称智造，源于人工智能的研究成果，是一种由智能机器和人类专家共同组成的人机一体化智能系统。该系统在制造过程中可以进行诸如分析、推理、判断、构思和决策等智能活动，同时基于人与智能机器的合作，扩大、延伸并部分地取代人类专家在制造过程中的脑力劳动。智能制造更新了自动化制造的概念，使其向柔性化、智能化和高度集成化扩展。智能制造包括智能制造技术(IntelligentManufacturingTechnology,IMT)与智能制造系统(IntelligentManufacturingSystem，IMS)。.1.6智能制造技术智能制造技术是指一种利用计算机模拟制造专家的分析、判断、推理、构思和决策等智能活动，并将这些智能活动与智能机器有机融合，使其贯穿应用于制造企业的各个子系统(如经营决策、采购、产品设计、生产计划、制造、装配、质量保证和市场销售等)的先进制造技术。该技术能够实现整个制造企业经营运作的高度柔性化和集成化，取代或延伸制造环境中专家的部分脑力劳动，并对制造业专家的智能信息进行收集、存储、完善、共享、继承和发展，从而极大地提高生产效率。.1.7智能制造系统智能制造系统是一种由部分或全部具有一定自主性和合作性的智能制造单元组成的、在制造活动全过程中表现出相当智能行为的制造系统。其最主要的特征在于工作过程中对知识的获取、表达与使用。根据其知识来源，智能制造系统可分为两类：以专家系统为代表的非自主式制造系统。该类系统的知识是由人类的制造知识总结归纳而来。建立在系统自学习、自进化与自组织基础上的自主型制造系统。该类系统可以在工作过程中不断自主学习、完善与进化自有的知识，因而具有强大的适应性以及高度开放的创新能力。随着以神经网络、遗传算法与遗传编程为代表的计算机智能技术的发展，智能制造系统正逐步从非自主式的向具有自学习、自进化与自组织的具有持续发展能力的自主式智能制造系统过渡发展。.1.8智能制造标准化参考模型智能制造的本质是实现贯穿三个维度的全方位集成，包括企业设备层、控制层、管理层等不同层面的纵向集成，跨企业价值网络的横向集成，以及从产品全生命周期的端到端集成。标准化是确保实现全方位集成的关键途径，结合智能制造的技术架构和产业结构，可以从系统架构、价值链和产品生命周期等三个维度构建智能制造标准化参考模型，帮助我们认识和理解智能制造标准化的对象、边界、各部分的层级关系和内在联系。智能制造对制造业的影响主要表现在三个方面，分别是智能制造系统、智能制造装备和智能制造服务，涵盖了产品从生产加工，到操作控制，再到客户服务的整个过程。.1.8智能制造标准化参考模型.1.8智能制造标准化参考模型1，生命周期生命周期是由设计、生产、物流、销售、服务等一系列相互联系的价值创造活动组成的链式集合。生命周期中各项活动相互关联、相互影响。不同行业的生命周期构成不尽相同。.1.8智能制造标准化参考模型2，系统层级系统层级自下而上共五层，分别为设备层、控制层、车间层、企业层和协同层。智能制造的系统层级体现了装备的智能化和互联网协议（IP）化，以及网络的扁平化趋势。具体包括：(1)设备层级包括传感器、仪器仪表、条码、射频识别、机器、机械和装置等，是企业进行生产活动的物质技术基础。(2)控制层级包括可编程逻辑控制器（PLC）、数据采集与监视控制系统（SCADA）、分布式控制系统（DCS）和现场总线控制系统（FCS）等。(3)车间层级实现面向工厂/车间的生产管理，包括制造执行系统（MES）等。(4)企业层级实现面向企业的经营管理，包括企业资源计划系统（ERP）、产品生命周期管理（PLM）、供应链管理系统（SCM）和客户关系管理系统（CRM）等。(5)协同层级由产业链上不同企业通过互联网络共享信息实现协同研发、智能生产、精准物流和智能服务等。.1.8智能制造标准化参考模型3，智能功能智能功能包括资源要素、系统集成、互联互通、信息融合和新兴业态等五层：(1)资源要素包括设计施工图纸、产品工艺文件、原材料、制造设备、生产车间和工厂等物理实体，也包括电力、燃气等能源。此外人员也可视为资源的一个组成部分。(2)系统集成是指通过二维码、射频识别、软件等信息技术集成原材料、零部件、能源、设备等各种制造资源。由小到大实现从智能装备到智能生产单元、智能生产线、数字化车间、智能工厂，乃至智能制造系统的集成。(3)互联互通是指通过有线、无线等通信技术,实现机器之间、机器与控制系统之间、企业之间的互联互通。(4)信息融合是指在系统集成和通信的基础上，利用云计算、大数据等新一代信息技术，在保障信息安全的前提下，实现信息协同共享。(5)新兴业态包括个性化定制、远程运维和工业云等服务型制造模式。.1.9智能制造标准体系框架智能制造标准体系结构包括“A基础共性”、“B关键技术”、“C重点行业”三个部分，主要反映标准体系各部分的组成关系。.1.9智能制造标准体系框架A基础共性标准包括基础、安全、管理、检测评价和可靠性等五大类，位于智能制造标准体系结构图的最底层，其研制的基础共性标准支撑着标准体系结构图上层虚线框内B关键技术标准和C重点行业标准；BA智能装备标准位于智能制造标准体系结构图的B关键技术标准的最底层，与智能制造实际生产联系最为紧密；在BA智能装备标准之上是BB智能工厂标准，是对智能制造装备、软件、数据的综合集成，该标准领域在智能制造标准体系结构图中起着承上启下的作用；BC智能服务标准位于B关键技术标准的顶层，涉及到对智能制造新模式和新业态的标准研究；BD工业软件和大数据标准与BE工业互联网标准分别位于智能制造标准体系结构图的B关键技术标准的最左侧和最右侧，贯穿B关键技术标准的其它3个领域（BA、BB、BC），打通物理世界和信息世界，推动生产型制造向服务型制造转型；C重点行业标准位于智能制造标准体系结构图的最顶层，面向行业具体需求，对A基础共性标准和B关键技术标准进行细化和落地，指导各行业推进智能制造。.1.10智能制造技术特征由智能制造标准体系框架可以看出，智能制造通过把产品、机器、资源和人有机联系在一起，推动各环节数据共享，从而实现产品的全生命周期管理。因此，智能制造是在制造业自动化、智能化、信息化和网络化基础上建立的，是智能硬件（嵌入式技术）、物联网、工业互联网、工业云、大数据和信息网络技术等重要技术在工业生产过程中的应用。.1自动化制造自动化制造包括刚性制造和柔性制造。“刚性”是指该生产线只生产一种或工艺相近的一类产品，刚性制造包括刚性半自动化单机、刚性自动化单机、刚性自动化生产线三种表现形式。1）刚性半自动化单机刚性半自动化单机是指除上下料以外，可以自动完成单个工艺过程加工循环的机床。这种机床一般是机械或电液复合控制式的组合机床或专用机床，可以进行多面、多轴、多刀同时加工，加工设备按工件的加工工艺顺序依次排列；切削刀具由人工安装、调整，实行定时强制换刀，如果出现刀具破损、折断，可进行应急换刀；适用于产品品种变化范围和生产批量都较大的制造系统。缺点是调整工作量大，加工质量较差，工人的劳动强度也大。.1自动化制造2）刚性自动化单机刚性自动化单机是在刚性半自动化单机的基础上，增加自动上、下料等辅助装置而形成的自动化机床，同样可以完成单个工艺过程的全部加工循环。辅助装置包括自动工件输送、上料，下料、自动夹具、升降装置和转位装置等；切屑处理一般由刮板器和螺旋传送装置完成。这种机床往往需要定做或改装，常用于品种变化很小，但生产批量特别大的场合。主要特点是投资少、见效快，是大量生产最常见的加工装备。.1自动化制造3）刚性自动化生产线刚性自动化生产线是用工件输送系统将各种自动化加工设备和辅助设备按一定的顺序连接起来，在控制系统的作用下完成单个零件加工的复杂大系统。刚性自动化生产线是一种多工位生产过程，被加工零件以一定的节奏，顺序通过各个工作位置，自动完成零件预定的全部加工过程和部分检测过程。相比于刚性自动化单机，它的结构复杂，任务完成的工序多，因而生产效率也很高，是少品种、大量生产必不可少的加工装备。除此之外，刚性自动生产线还具备其他优点，包括有效缩短生产周期，取消半成品中间库存，缩短物料流程，减少生产面积，改善劳动条件以及便于管理等。.1自动化制造“柔性”是指生产组织形式、生产产品及生产工艺的多样性和可变性，具体表现为机床的柔性、产品的柔性、加工的柔性以及批量的柔性等。依据自动化制造系统的生产能力和智能程度，柔性制造可分为柔性制造单元（FMC）、柔性制造系统（FMS）、柔性制造线（FML）、柔性装配线（FAL）、计算机集成制造系统（CIMS）等。.1自动化制造1）柔性制造单元（FMC）柔性制造单元（FlexibleManufacturingCell,FMC）由单台数控机床、加工中心、工件自动输送及更换系统等组成，是实现单工序加工的可变加工单元。柔性制造单元内的机床在工艺能力上通常是相互补充的，可混流加工不同的零件。单元对外设有接口，可与其它单元组成柔性制造系统。FMC控制系统一般分二级，分别是单元控制级和设备控制级。设备控制级是针对机器人、机床、坐标测量机、传送装置等各种设备的单机控制，向上与单元控制系统用接口连接，向下与设备连接；单元控制级能够指挥和协调单元中各设备的活动，处理由物料贮运系统交来的零件托盘，同时，通过控制工件调整、零件夹紧、切削加工、切屑清除、加工过程中检验、卸下工件以及清洗工件等功能，调度设备控制级的各子系统。.1自动化制造2）柔性制造系统（FMS）柔性制造系统（FlexibleManufacturingSystem,FMS）由两台或两台以上加工中心或数控机床组成，并在加工自动化的基础上，实现了物料流和信息流的自动化，其基本组成部分包括自动化加工设备、工件储运系统、刀具储运系统、多层计算机控制系统等。3）柔性制造线（FML）制造柔性线（FlexibleManufacturingLine,FML）由自动化加工设备、工件输送系统和控制系统等组成，主要适用于品种变化不大的中批和大批量生产。线上的机床以多轴主轴箱的换箱式和转塔式加工中心为主，工件变换以后，各机床的主轴箱可自动进行更换，同时调入相应的数控程序，生产节拍也会作出相应调整。柔性制造线具有刚性自动线的绝大部分优点，且当批量不大时，生产成本比刚性自动线低，当品种改变时，系统所需的调整时间又比刚性自动线少，但建立的总费用却比刚性自动线高。因此为节省投资，提高系统运行效率，柔性制造线经常采用刚柔结合的形式，即生产线的一部分设备采用刚性专用设备（主要是组合机床），另一部分采用换箱或换刀式的柔性加工机床。.1自动化制造4）柔性装配线（FAL）柔性装配线（FlexibleAssemblyLine,FAL）通常由以下几部分组成：装配站：既包括可编程的装配机器人，也包括不可编程的自动装配装置及人工装配工位。物料输送装置：根据装配工艺流程，为装配线提供各种装配零件，使不同的零件与已装配的半成品合理地在各装配点间流动，同时还能将成品部件（或产品）运离现场。控制系统：对全线进行调度和监控，控制物料流向、装配站和装配机器人。5）计算机集成制造系统（CIMS）计算机集成制造系统（ComputerIntegratedManufacturingSystem,CIMS）是一种集市场分析、产品设计、加工制造、经营管理、售后服务与一体，借助于计算机的控制与信息处理功能，使企业运作的信息流、物质流、价值流和人力资源有机融合，实现产品快速更新、生产率大幅提高、质量稳定、资金有效利用、损耗降低、人员合理配置、市场快速反馈和服务良好的全新企业生产模式。.2智能化制造智能制造离不开智能装备，而在未来，智能装备中应用得最广泛的即为工业智能机器人。1987年，国际标准化组织对工业机器人进行了定义：“工业机器人是一种具有自动控制的操作和移动功能，能完成各种作业的可编程操作机。”综合来说，工业机器人是面向工业领域的多关节机械手或多自由度的机器装置，由机械本体、控制器、伺服驱动系统和检测传感装置构成，它能自动执行工作，靠自身的动力和控制能力实现各种设定的功能的机器，它综合了计算机、控制论、机构学、信息和传感技术、人工智能、仿生学等多学科而形成的高新技术，是当代研究十分活跃，应用日益广泛的领域。工业机器人的应用情况，是一个国家工业自动化水平的重要标志。.2智能化制造表1-2机器人类型简介表分类简要介绍操作型机器人能自动控制，可重复编程，多功能，有数个自由度，可固定或运动程控型机器人按预先要求的顺序及条件，依次控制机器人的机械动作示教再现型机器人通过引导教会机器人动作，使机器人自动重复进行作业。数控型机器人不必使机器人动作，通过数值、语言对机器人进行示教使机器人作业感觉控制型机器人利用传感器获取的信息控制机器人的动作适应控制型机器人机器人能适应环境的变化，控制器其自身的行动学习控制型机器人机器人能“体会”工作的经验，具有一定的学习能力，并将所学用于工作智能机器人以人工智能决定其行动的机器人.3网络化制造物联网（InternetofThings，IOT）是智能制造的一个重要领域。所谓物联网，是指利用局部网络或互联网等通信技术，把传感器、控制器、机器、人员和物等通过新的方式相互联结在一起，实现信息化、远程管理控制和智能化的网络，如图1-5所示。简言之，就是物物相连的互联网。物联网是互联网的延伸与拓展，它拥有互联网上所有的资源，并且，物联网中所有的元素（包括设备、资源及通信等）都是个性化和私有化的。在制造业领域，利用物联网可以建立一个涵盖制造全过程的网络，将工厂环境向智能化转换，建设成智能工厂，实现从自动化生产到智能生产的转变升级。生产线上的所有产品都将集成动态数字存储器，承载有其整个供应链和生命周期中的各种必需信息，具备感知和通信能力，从而进一步打通生产与消费的通道。.3协同制造—工业互联网工业互联网是指全球工业系统与高级计算、分析、感应技术以及互联网的连接融合。它通过智能机器间的连接及最终的人机间连接，结合软件和大数据分析，重构全球工业布局，激发生产力，让世界工业生产更快速、更安全、更清洁、更经济。工业互联网具有空前的巨大经济效益，假设发展情况和互联网大潮时期类似，则到2030年，工业互联网革命将为全球GDP带来15万亿美元的经济收入，而这一切仅仅来源于生产力微小的提升，因为，即使只提升1%的生产率，其潜藏的上升空间也是巨大的。工业互联网持续稳健的发展，需要具备坚实的技术基础，如图1-6呈现的那样，其中，最为基础的是工业互联网的标准和系统安全。不同于已经成熟的商业互联网和人际互联网，工业互联网相关的技术标准还远远没有成型，不同技术阵营之间的博弈和争夺仍在激烈展开。系统安全领域也是一个薄弱环节，这阻碍了工业互联网的开放与数据交流。在未来，各国的工业及科研机构仍然需要围绕设计技术标准和建立系统安全共识开展大量的工作，而且是最为基础的技术工作。.3预测型制造—工业大数据未来的工业若要在全球市场中发挥竞争优势，工业大数据分析是关键领域。随着物联网和信息时代的来临，更多的数据被收集、分析，用于管理者做出更明智的决策。智能制造时代的到来使得云计算、大数据将不断地融入到我们的生活当中。按《中国制造2025》中第一个十年纲领的规划，未来十年中，中国制造业将以两化融合为主，朝着智能制造方向跨步前行。但无论是智能制造抑或是两化融合，工业大数据都是不可忽视的重点。.3预测型制造—工业大数据工业大数据以工业系统的数据收集、特征分析为基础，对设备、装备的质量和生产效率以及产业链进行更有效的优化管理，并为未来的制造系统搭建可靠的环境。作为智能制造的一个重要特征，工业大数据的兴起主要有以下因素：隐藏的设备控制器数据设备自动化的过程中，控制器产生了大量的数据，然而这些数据所蕴藏的信息价值并没有被充分的挖掘。廉价的通讯传感技术随着传感器技术和通讯技术的发展，获取实时数据的成本已经不再高昂。设备运算能力提升嵌入式系统、低耗能半导体、处理器、云计算等技术的兴起，使得设备的运算能力大幅提升，具备了实时处理大数据的能力。优化管理制造流程和商业活动变得越来越复杂，依靠人的经验和分析已无法满足复杂的管理与协同优化的需求。.1.11中国智能制造之路面对新一轮科技革命和产业变革，《中国制造2025》（图1-7）立足我国转变经济发展方式实际需要，围绕创新驱动、智能转型、强化基础、绿色发展、人才为本等关键环节以及先进制造、高端装备等重点领域，提出了加快制造业转型升级、提质增效的重大战略任务，同时出台了一系列相应的政策举措，力争到2025年，实现从制造大国迈入制造强国行列的宏伟目标。从中国制造到中国“智造”，是中国制造业发展模式的一次重大转变，不仅需要技术革新的推动，更需要生产管理模式的调整和国家体制改革的配合。.1.技术创新实现制造强国的战略目标，必须坚持问题导向，统筹谋划，突出重点；加快制造业转型升级，全面提高制造业的创新能力和核心竞争力。完善以企业为主体、市场为导向、政产学研用相结合的制造业创新体系。具体可在以下几方面发力：加强关键核心技术研发瞄准国家重大战略需求和未来产业发展制高点，定期研究、制定并发布制造业重点领域技术创新路线图；继续抓紧实施国家科技重大专项，通过国家科技计划（专项、基金等）支持关键核心技术研发；发挥行业骨干企业的主导作用和高等院校、科研院所的基础作用，建立一批产业创新联盟，开展政产学研用协同创新，攻克一批对产业竞争力和整体提升力具有全局性影响、带动性强的关键共性技术。.1.技术创新提高创新设计能力在传统制造业、战略性新兴产业、现代服务业等重点领域开展创新设计示范，全面推广以绿色、智能、协同为特征的应用的先进设计技术。建设若干具有世界影响力的创新设计集群，培育一批专业化、开放型的工业设计企业，鼓励代工企业建立研究设计中心，向代设计和出口自主品牌产品转变。发展各类创新设计教育，设立国家工业设计奖，激发全社会创新设计的积极性和主动性。推进科技成果产业化一是完善科技成果转化运行机制，研究制定促进科技成果转化和产业化的指导，建立完善科技成果信息发布和共享平台，健全以技术交易市场为核心的技术转移和产业化服务体系。二是完善科技成果转化激励机制，推动事业单位科技成果使用、处置和收益管理改革，健全科技成果科学评估和市场定价机制。三是完善科技成果转化协同推进机制，引导政产学研用按照市场和创新规律加强合作，鼓励企业和社会资本建立一批从事技术集成、熟化和工程化的中试基地。加快国防科技成果转化和产业化进程，推进军民技术双向转移转化。.2.精益生产管理精益生产管理，是一种以客户需求为动力，以消灭浪费和不断改善管理为核心的生产管理模式，其目标是让企业以最少的投入获得最显著的运作效益提升。精益生产管理改变了质量管控方式、减少了生产过程缓冲环节、实现了相关环节的自动化控制，具有组织结构精益化的重大优势，是智能制造的基石。精益生产以是否增值为标准，将企业生产活动划分为“增值活动”、“不增值尚难以消除的活动”以及“不增值可立即消除的活动”三类。精益生产将所有的非增值活动视为浪费，并明确生产中的几种浪费现象，要求企业生产活动必须消除这些现象。长期以来人们只重视增值活动的效率改善，但研究表明，物资从进厂到出厂，只有10%的时间是增值的，而精益生产致力于将提高效率的着眼点转移到占90%时间的非增值活动上去，挖掘非增值活动的潜力。精益生产提出产品价值由顾客确定，而顾客是企业实现价值的源头。因此，精益生产必须从顾客角度审视企业的产品设计和生产经营过程，识别价值流中的增值活动和各种浪费。企业应削减产品上顾客不需要的多余功能和非增值活动，实现顾客需求的最有效满足，不将额外的支出转嫁到顾客身上.3.体制改革制造业的信息化，不仅改造制造业，也对政府服务体制提出了全新的要求。信息化和工业化的结合将产生大量的个性化产品与服务需求，传统的管理方式将会受到冲击。制造业的智能化升级，需要智能化的政府服务。政府管理体制改革进程中，需要围绕重点行业转型升级的要求以及新一代数字信息技术、新材料、智能制造等领域发展的需要，制定完善的制度、服务与管理标准。其中，尤为重要的是：.3.体制改革完善国家制造业创新体系加强顶层设计，加快建立以“工业技术研究基地”为核心载体、以公共服务平台和工程数据中心为重要支撑的制造业创新网络，建立市场化的创新方向选择机制和鼓励创新的风险分担、利益共享机制。充分利用现有科技资源，围绕制造业重大共性需求，采取政府与社会合作、政产学研用产业创新战略联盟等新机制新模式，形成一批制造业“工业技术研究基地”，开展关键、共性、重大技术研究和产业化应用示范。建设一批促进制造业协同创新的公共服务平台，规范服务标准，开展技术研发、检验检测、技术评价与交易、质量认证、人才培训等专业化服务，促进科技成果转化和推广应用。建设重点领域制造业工程数据中心，为企业提供创新知识和工程数据的开放共享服务。面向制造业关键共性技术，建设一批重大科学研究和实验设施，提高核心企业系统集成能力，促进价值链向高端延伸。.3.体制改革强化知识产权运用加强制造业重点领域关键核心技术知识产权储备，构建产业化导向的专利组合和战略布局。鼓励和支持企业运用知识产权参与市场竞争，培育一批具备知识产权综合实力的优势企业，支持组建知识产权联盟，推动市场主体开展知识产权协同运用。稳妥推进国防知识产权解密和市场化应用。建立健全知识产权评议机制，鼓励和支持行业骨干企业与专业机构在重点领域合作开展专利评估、收购、运营、风险预警与应对。构建知识产权综合运用公共服务平台。鼓励开展跨国知识产权许可。研究制定降低中小企业知识产权申请、保护及维权成本的政策措施。创新企业管理模式中国“制造”，企业是主体，当下，中国企业的管理模式迫切需要创新。要实现中国制造的转型，不仅要学习西方先进的管理模式，更要创新适合中国国情的管理模式。只有寻找到与转型期相匹配的管理模式，才能重塑企业竞争力，真正实现中国制造的华丽转身。.第二章智能制造系统本章目标■了解智能制造系统的架构和各层构成。■掌握产品全生命周期管理系统的概念、特征、功能。■了解三维可视化管理的概念、作用和优势。■了解虚拟仿真技术的概念和特性。■熟悉智能制造系统需要管理的数据类型。■熟悉智能生产执行系统的流程与优势。■掌握信息物理系统的定义、特征、结构体系。.目录结构第2章智能制造系统2.1智能制造系统架构2.2产品全生命周期管理系统2.2.1三维可视化管理2.2.2虚拟仿真技术2.2.3数据管理2.3生产执行系统2.3.1生产执行系统概述2.3.2生产执行系统应用2.3.3端到端工程2.3.4高度集成化2.3.5实时分析2.3.3数据运营2.4物理信息系统（CPS）2.4.1定义2.4.2结构体系2.4.3特征2.4.4机遇与挑战2.4.5CPS与智能制造2.5西门子的智能制造系统2.5.1制造中的自动化2.5.2制造中的仿真与数据管理2.5.3制造中的生产执行系统2.5.4制造中的物流系统.第二章智能制造系统从系统的功能角度，智能制造系统可以看作若干复杂相关子系统的一个整体集成，包括产品全生命周期管理系统、生产执行系统MES（也被称作制造执行系统）、过程控制系统、管理信息系统ERP以及将各子系统无缝衔接起来的信息物理系统CPS等。本章将分别讲解这几个系统的内容。.2.1智能制造系统架构智能制造系统的整体架构可分为五层。上文所说的几种子系统，贯穿在这五层中，帮助企业实现各个层次的最优管理。.2.1智能制造系统架构1）生产基础自动化系统层主要包括生产现场设备及其控制系统。其中生产现场设备主要包括传感器、智能仪表、可编程逻辑控制器PLC、机器人、机床、检测设备、物流设备等。控制系统主要包括适用于流程制造的过程控制系统、适用于离散制造的单元控制系统和适用于运动控制的数据采集与监控系统。2）生产执行系统层包括不同的子系统功能模块（计算机软件模块），典型的子系统有制造数据管理系统、计划排程管理系统、生产调度管理系统、库存管理系统、质量管理系统、人力资源管理系统、设备管理系统、工具工装管理系统、采购管理系统、成本管理系统、项目看板管理系统、生产过程控制系统、底层数据集成分析系统、上层数据集成分解系统等。3）产品全生命周期管理系统层主要分为研发设计、生产和服务三个环节。研发设计环节主要包括产品设计、工艺仿真和生产仿真，应用仿真模拟现场形成效果反馈，促使产品改进设计，在研发设计环节产生的数字化产品原型是生产环节的输入要素之一；生产环节涵盖了上述生产基础自动化系统层与生产执行系统层的内容；服务环节主要通过网络进行实时监测、远程诊断和远程维护，并对监测数据进行大数据分析，形成和服务有关的决策、指导、诊断和维护工作。.2.1智能制造系统架构4）企业管控与支撑系统层包括不同的子系统功能模块，典型的子系统有战略管理、投资管理、财务管理、人力资源管理、资产管理、物资管理、销售管理、健康安全与环保管理等。5）企业计算与数据中心层包括网络、数据中心设备、数据存储和管理系统、应用软件等，提供企业实现智能制造所需的计算资源、数据服务及具体的应用功能，并具备可视化的应用界面。企业为识别用户需求而建设的各类平台，包括面向用户的电子商务平台、产品研发设计平台、生产执行系统运行平台、服务平台等都需要以该层为基础，方能实现各类应用软件的有序交互工作，从而实现全体子系统信息共享。.2.2产品全生命周期管理系统产品全生命周期管理系统（ProductLife-cycleManagement，PLM）是智能制造系统的一个重要组成部分。它对产品从需求提出至被淘汰的整个过程进行严格的流程控制管理，是对产品生命周期中全部组织、管理行为的综合与优化，它以不断增加个体消费需求为导向，贯穿产品的设计、生产、发展、配送直到最后的回收环节，并包括所有相关服务。主要功能包括产品需求管理、产品论证管理、产品绩效管理、产品关停并转管理、产品360度分析视图、流程引擎及工作台，如图2-2所示。产品全生命周期管理系统的核心是数据，以及对数据进行可视化展示和建模仿真的技术。.2.2产品全生命周期管理系统产品全生命周期管理的各项功能具体作用如下：1）产品需求管理设计前期，做好对客户需求的存档归类分析，使产品设计更为合理。2）产品论证管理上线测试产品设计，对于测试不通过的整改再设计，再行测试通过后方可运营。同时按照规范，就资费方案的各个环节与各种变形进行多重叠加综合测试，及时反馈资费设计与实际结果的对比情况，发现设计问题，从而提高设计的准确性，降低市场风险，在整个过程中保证产品的资费准确。3）产品绩效分析在运营后对产品进行跟踪，实时了解产品状态，预测产品趋势，定位产品所处生命阶段。对于无效益产品可及时关停或合并，提高企业效益。4）产品关停并转即产品下线，可以视为该产品的生命结束，但任何一个实例产品的生产运营数据都有其参考价值，可归档为以后的产品设计提供参考。5）产品档案库保存所有已生产产品数据的档案，为后期其他产品的设计上线提供参考。6）360度视图产品资费分析的一种，可以给用户提供最好的产品及资费解决方案，同时精准提供最合理的产品推荐，从而提高用户满意度。7）流程引擎及工作台整个流程的开关系统，以上流程均需流程引擎来控制。.2.2.1三维可视化管理三维可视化技术是指利用创建图形、图像或动画，实现信息的直观交流与沟通的技术和方法。它能够以三维立体化的人机交互界面呈现工厂生产组织，并可随意按照人的意愿，改变其方向、位置、大小等，将整个工厂从里到外全部展示给操作人员（如图2-3所示）。三维可视化既是一种解释工具，也是一种成果表达工具，它能够基于数据体的透明属性，采用“走进去”的方式快速完成分析.2.2.1三维可视化管理利用可视化管理平台，可以将企业资产的三维模型以及信息属性有机地结合起来，通过基于网络的信息处理技术，实现资产运行监视、操作与控制、综合信息分析与智能告警、运行管理和辅助应用等功能整合一体的监控管理，大幅提高企业的资产运营能力。具体来说可以实现以下功能：1）可视化企业资产布局全景三维可视化动态设备管理平台可以对企业智能工厂地形地貌、建筑、车间结构、设施设备等进行三维建模，直观、真实、精确地展示各种设施、设备形状及生产工艺的组织关系，设施、设备的分布和拓扑情况。使用户在电脑上就可以浏览整个企业现场，如同身临其境。同时，系统将装置模型与实时报告、档案信息等基础数据绑定在一起，实现设备在三维场景中的快速定位与基础信息查询。2）可视化的安装管理三维可视化动态设备管理平台可以对在建工程、设备安装等进行三维建模，并把三维场景与计划及实际进度时间相结合，用不同颜色表现每一阶段的安装建设过程。.2.2.1三维可视化管理3）可视化设备台账管理三维可视化动态设备管理平台可以建立设备台账及资产数据库，并和三维设备绑定，实现设备台账的可视化及模型和属性数据的互查、双向检索定位，从而实现三维可视化的资产管理，使用户能够快速找到相应的设备，以及查看设备对应的现场位置、所处环境、关联设备、设备参数等真实情况。4）可视化智能维护管理三维可视化动态设备管理平台可以对企业重点设备或生产设施进行在线信息采集、报警、控制等管理。还可以动态地收集和管理相应的数据，保证及时发现设施缺陷或安全隐患。由此可见，三维可视化技术可以为产品的整个生命周期提供全程的三维可视化管理服务。三维可视化管理可以通过产品生产流程中产生的数据、信息和知识进行可视化集中式管理，为生产运行及设备管理提供一个可视化、高效率的信息沟通和协同合作的环境，并为全生命周期的管理提供基础保障，使得新员工更加容易掌握该工作。.2.2.1三维可视化管理三维可视化技术应用于项目全生命周期管理，拥有不可比拟的优势：迅速快捷的信号传递；能够将需要管理的对象及其位置一目了然的呈现出来；能够很容易的得知问题所在；可以在远处就能辨认是否存在异常；操作简单、方便，可以形象、直观的将潜在问题呈现出来；有助于维护作业环境的整洁，营造员工与客户满意的场所；客观、公正、透明化，有助于统一认识。.2.2.2虚拟仿真技术虚拟仿真技术又称虚拟现实技术或模拟技术，是用虚拟系统模仿真实系统的技术。它是在多媒体技术、计算机仿真技术与网络通信技术等信息技术迅猛发展的基础上，将仿真技术与虚拟现实技术相结合的产物，是一种更高级的仿真技术。在产品设计时运用虚拟仿真技术，可以给生产者提供三维模型，还可以在虚拟工厂中对自动化设计进行分析和优化。这样不仅节约原材料和资源，还能节省大量时间成本。不管什么样的原型机都可通过虚拟方式进行优化，而无需再实际制造一个，如图所示。.2.2.2虚拟仿真技术虚拟仿真技术具有以下四个基本特性：1）沉浸性（Immersion）虚拟仿真系统中，使用者可获得视觉、听觉、嗅觉、触觉、运动感觉等多种知觉，从而获得身临其境的感受。未来的虚拟仿真系统将具备提供人类所有感知信息的功能。2）交互性（Interaction）虚拟仿真系统中，环境可以作用于人，人也可以对环境进行控制，且人是以近乎自然的行为（自身的语言、肢体的动作等）进行控制的。虚拟环境还能够对人的操作予以实时的反应，例如当飞行员按动导弹发射按钮时，会看见虚拟的导弹发射出去并跟踪虚拟的目标，当导弹碰到目标时会发生爆炸，还能够看到爆炸的碎片和火光。3）虚幻性（Imagination）即系统中的环境是虚幻的，是由人利用计算机等工具模拟出来的。既可以模拟客观世界中以前存在过的、或是现在真实存在的环境，也可模拟出客观世界中当前没有但将来可能出现的环境，还可模拟客观世界中不会存在的、仅仅属于人们幻想的环境。.2.2.2虚拟仿真技术4）逼真性（Reality）虚拟仿真系统的逼真性表现在两个方面：首先，虚拟环境给人的各种感觉与所模拟的客观世界非常相像，一切感觉都很逼真，如同在真实世界一样；其次，当人以自然的行为作用于虚拟环境时，环境做出的反应也符合客观世界的有关规律。如当给虚幻物体一个作用力，该物体的运动就会符合力学定律，会沿着力的方向产生相应的加速度；当它遇到障碍物时，会被阻挡。虚拟仿真技术在工业中的应用很多，由于虚拟现实仿真平台具有强大的物理实时计算功能，能够真实模拟场景中各种力的特性，并提供了多种动力学交互手段，能支持多种高速运算的碰撞替代体。因此虚拟仿真系统可以将许多之前仅停留于想法的创意方案完美的呈现于眼前。.2.2.3数据管理智能制造系统需要管理的数据如下：1）产品数据为实现产品全生命周期的管理，也为满足个性化的产品需求，产品的各种数据会被、传输、处理。首先，内嵌入产品的传感器会获得更多的实时产品数据，使得产品管理能够贯穿产品的需求、设计、生产、营销、售后乃至淘汰报废的全部生命历程；其次，企业和消费者的互动过程及交易行为也将产生大量数据，这些数据能帮助消费者参与到产品需求分析、产品设计以及柔性加工等创新活动中。2）运营数据传感器的广泛应用，使工业生产过程中的传感、连接无所不在，因而产生大量数据，这些数据能够帮助企业在研发、生产、运营、营销和管理方式上开展创新。首先，产生于生产线、生产设备的数据可用于对设备本身的实时监控；其次，采集和分析采购、仓储、销售、配送等供应链环节上的数据，能够为企业决策提供有效的指导，在大幅提升运营效率的同时降低运营成本；最后，实时分析销售数据与供应链数据的变化，可以动态地调整优化生产节奏及库存规模。.2.2.3数据管理3）价值链数据工业大数据技术的快速发展和广泛应用，使价值链上各环节的数据和信息得以被深入挖掘与分析，从而为企业管理者和参与者提供审视价值链的全新视角，让企业有机会将价值链上的更多环节转化为企业的战略优势。4）外部数据大数据分析技术在宏观经济分析与行业市场调研中的应用越来越广泛，已成为企业提升管理决策以及市场应变能力的重要手段。少数领先的企业已着手为各个层级员工提供相应信息、技能和工具，引导员工更好，更及时的出有效决策。无论是产品数据、运营数据、价值链数据还是外部数据，如果只是将它们收集起来而不作任何分析，那么数据就失去了它的价值。对实时数据进行精准分析，是智能制造时代的生产体系区别于传统工业生产体系的本质特征。在智能制造的时代，制造型企业的数据将呈现爆炸式增长，所有的生产装备、感知设备、应用互联终端，包括生产者本身都在源源不断的产生数据，这些数据经过高效的实时分析，将渗透到企业运营、价值链乃至产品的整个生命周期，铸就智能制造和制造业革命的基石。.2.3生产执行系统美国生产执行系统协会（ManufacturingExecutionSystemAssociation,MESA）将生产执行系统定义为：能通过信息传递，对从订单下达到产品完成的整个生产过程进行管理优化的系统。当工厂里有事件发生时，生产执行系统能及时作出反应，作出报告并利用准确的实时数据对事件进行指导和处理，这种迅速响应状态变化的能力，使得该系统可以减少生产过程中无附加值的活动，有效地指导工厂的生产运作，从而既提高了工厂的按时交货能力，改善了物料的流通性能，又提高了生产的回报率。生产执行系统还可以通过双向直接通信，为企业内部和整个产品供应链提供有关产品的关键任务信息。生产执行系统的主要特征有三：首先，生产执行系统是对整个车间制造过程的优化，而不是单独解决某一生产瓶颈；其次，生产执行系统必须具备实时收集生产过程数据的功能，并作出相应的分析和处理；最后，生产执行系统需要与计划层和控制层进行信息交互，通过企业的连续信息流来实现企业信息的集成。.2.3.2生产执行系统应用生产执行系统是一套对生产现场进行综合管理的集成系统，它用集成的思想替代原来的设备管理、质量管理、生产管理、分布式数控（DistributedNumericalControl,DNC）、数据采集软件等车间需要使用的孤立软件系统，在信息化系统中具有承上启下的作用，是一个信息枢纽，强调信息的实时性。生产执行系统作为连接底层自动化控制系统和上层管理系统的纽带，是构建智能工厂的核心。企业应用生产执行系统的前提是：必须清楚掌握产销流程，提高生产过程的可控性，减少生产线人工干预，及时正确地搜集生产线数据，更加合理地安排生产计划并掌控生产进度，从产品开发、设计、外包、生产到按时交付，整个制造流程中的每个阶段都必须高度的自动化、智能化，并且实现各阶段信息的高度集成化。.2.3.2生产执行系统应用生产执行系统在企业中的运用分为5个层次：1）初始层及时反馈生产计划完工情况，应用质量管理系统实时把控生产过程中的产品质量，清晰掌握生产任务的详细进度，并对生产关键环节进行追溯管理。2）规范层对设备、人员、能源等进行自动化数据采集；对设备实时状态进行管理，如出现停机等状况立刻向系统反馈；初步优化生产计划并指导生产，实现对生产作业全过程的管理，并建立完善的生产追溯管理体系。3）精细层优化生产计划，同时确立与其他资源的集成关系；实现对技术文件、物料、设备、工艺工装、人员、能源等与生产任务单的集成化管理；建立生产现场多方预警管理机制与电子看板管理体系。.2.3.2生产执行系统应用4）优化层实现设备与能力计划的部分集成；能自动根据车间员工的资质、生产能力等因素安排生产任务；会对能源使用进行优化，降低能源成本。5）智能层包括应用于自动化生产的各类设备，如数控机床、机器人、自动寻址装置、存储装置、柔性自动装夹具、检具、交换装置及更换装置、接口等；以及应用自动化控制和管理技术，实现生产系统资源和设备动态调度的机制等。通过生产执行系统来实现企业信息的实时化管理，是提高企业管理水平的关键，而同时，制造单元中的信息集成也为智能生产线的建设提供了良好的基础。.2.3.3端到端工程所谓端到端工程（或模式），就是通过对围绕产品整个生命周期的价值链上不同企业资源的整合，实现从产品设计、生产制造、物流配送、使用维护等在内的整个产品生命周期的管理和服务。通过集成参与产品价值链创造的各供应商、制造商、分销商以及客户信息流、物流和资金流，在为客户提供更有价值的产品和服务的同时，也重构了产业链各环节的价值体系。在这样的模式下，工厂在自身面对个性化、定制化的订单和新产品快速涌入的同时，生产过程还要实现端对端的子系统配合。这就要求工厂必须非常柔性与灵活，同时又必须保证运营的高效率。.2.3.3端到端工程现有的制造生产系统若要实现端对端模式生产，需先解决以下问题：1）协议标准化尽管数字化已经极大的提高了企业的生产力和产品质量，但制造业目前仍亟需实现各生产流程、现场总线及控制设备的协议标准化。生产系统中的机器、设备和系统的控制元件以及控制器本身之间，需要根据标准协议对生产级（车间级）和控制系统级（管理级）的沟通进行协调，实时交换和共享生产现场的各种信息，优化整体制造流程，提升生产效率。2）模块化设计在市场需求和产品生产的连接过程中，一个重要的问题是生产用户所需产品要进行跨领域协作。市场需求决定了产品和流程的功能越发复杂，但产品的解决方案必须降低产品内部的复杂性。对一定范围内的具备不同或相同功能、不同性能、不同规格的产品进行功能分析，划分并设计出一系列功能模块，通过选择和组合模块，构成顾客定制的不同产品，是一种实现小批量与高效率有效统一的标准化方法。.2.3.3端到端工程3）建立数据模型在制造业的很多领域，建立模型是提高流程效率、增加流程质量和安全性的重要方法。但是，目前很多模型只支持特定的流程和工序，不适应跨领域开发或者整个流程链使用的需要。因此，生产执行系统建设的下一个重要任务，就是利用来自产品和生产系统生命周期的数据，为产品开发与生产建立联合数据模型，允许端对端使用数据，并把多个现有模型有机的联系起来，4）过程控制系统过程控制系统以生产现场高度集成的传感器和嵌入式设备为基础，将生产过程中各个环节产生的数据、生产设备的运行状态和参数收集并上传到企业数据中心，通过对这些数据的分析和建模，实现对产品从需求到生产再到销售的整个生产制造流程进行监测和控制，优化制造工艺，提高生产效率。不仅如此，工厂、车间的设备传感和控制层产生的生产大数据，还能支撑企业的决策管理，并反过来指导生产。.2.3.4高度集成化过程控制系统中，生产线、生产设备都将配备传感器，无处不在的传感器、嵌入式终端系统、智能控制系统以及通信设施通过信息物理系统形成一个智能网络，使人与人、人与机器、机器与机器以及服务与服务之间能够互联互通，从而实现横向、纵向的高度集成，实现数据共享。1）横向集成横向集成是企业之间通过价值链和信息网络所实现的一种资源整合，为实现不同企业间的无缝合作实时提供产品和服务，推动企业间研产供销、经营管理、生产控制、业务与财务全流程的无缝衔接和综合集成，进而实现产品开发、生产制造、经营管理等的信息共享和业务协同。横向集成跳出单个企业的范畴，将集成扩展到不同企业之间。横向集成通过互联网、物联网、云计算、大数据、移动通信等技术手段，对分布式的智能生产资源进行了高度整合，并可以在网络基础上构建智能工厂或企业间的集成。2）纵向集成纵向集成是指在企业内部实现的所有生产、运营环节信息的无缝连接，包括企业内部信息流、资金流和物流的集成。纵向集成是所有生产智能化的基础。具体来说，纵向集成可以看做是工厂内部传感器、智能机器、工业机器人、智能车间与产品的有机整合，这些硬件及相应的模型、数据、通讯和算法等软件构成了工厂内部的网络化制造体系，以满足个性化产品生产的需求。.2.3.5实时分析实时分析就是在设备运行过程中，对实时测量信号处理的时间能够满足动态过程参数分辨需要的分析。实时分析技术的高低，反映了企业利用工业IT设施收集、传输和分析处理大数据的能力。通过实时分析技术，不仅工厂与机器设备可以随时分享信息，相互连接的系统还可以独立自我管理。要达到这一目标，工业制造系统必须对制造设备自身的和产品制造过程中产生的数据进行更深入的分析，这种分析的作用主要体现在两个方面：1）生产设备和过程监控生产所产生的数据经过快速处理、传递，可以使生产过程中的某些因素（如产品故障、配件损耗等）被精确控制，实现对生产本身的实时监控。此外，设备生产过程中利用传感器集中监控所有的生产流程，能够及时发现能耗的异常变化和峰值情况，从而在生产过程中不断实时优化能源消耗，降低生产能耗。.2.3.5实时分析2）实现自组织生产通过对生产过程和设备的实时数据进行高速高效的分析和处理，工业机器与设备之间可以轻易地实现信息交换、运转和互相操控，因此，被制造的产品可以与机器设备交流，机器可以自组织生产，智能工厂也能够实现自行运转。3）复杂系统研究制造业领域的数据，主要呈现大体量、多源性、连续采样、价值密度低、动态性强等特点，对其进行分析，使得研究复